基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
结合压缩感知理论(CS),针对压缩采样匹配追踪算法在多输入多输出正交频分复用(MIMO_OFDM)系统信道估计应用中需要利用信号稀疏度的先验条件,而实际中稀疏度又难获得的情况,提出一种信号稀疏度自适应的压缩采样改进匹配追踪算法(CoMSaMP)。该算法采用具有理论支撑的原子弱选择标准作为预选方案,并设置首次裁剪阈值来减少算法多余的迭代,降低算法在信道估计中的复杂度,裁剪方式的改进保证了重构精度的提高,最终实现MIMO-OFDM稀疏信道估计中信号的稀疏度自适应。仿真结果表明:与原算法相比,该算法在同等信噪比条件下具有更优的信道估计性能,从而提高了频谱利用率,同时降低了复杂度,在稀疏度较高时,提出的算法具有更好的对噪声的抗干扰能力。
推荐文章
MIMO-OFDM系统信道估计算法的改进
MIMO-OFDM系统
信道估计
LS算法
加窗
宽带大规模MIMO-OFDM系统自适应稀疏信道估计方案
大规模MIMO
压缩感知
稀疏度自适应
稀疏信道估计
空时共同稀疏性
基于MIMO-OFDM系统的信道估计算法分析
MIMO-OFDM
信道估计算法
最小平方
最小均方误差
盲信道估计
半盲信道估计
基于CS的大规模MIMO-OFDM信道估计
MIMO-OFDM系统
基于数据辅助的信道估计算法
压缩感知
OMP
SCA
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于压缩感知改进算法的MIMO-OFDM稀疏信道估计
来源期刊 计算机工程与应用 学科 工学
关键词 压缩感知 正交频分复用 稀疏信道估计 压缩采样匹配追踪
年,卷(期) 2016,(17) 所属期刊栏目 网络、通信与安全
研究方向 页码范围 112-117
页数 6页 分类号 TP393.17
字数 6318字 语种 中文
DOI 10.3778/j.issn.1002-8331.1410-0199
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 任晓奎 辽宁工程技术大学电子与信息工程学院 30 156 8.0 11.0
2 葛君 辽宁工程技术大学电子与信息工程学院 1 8 1.0 1.0
3 孙兴海 辽宁工程技术大学电子与信息工程学院 2 9 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (661)
参考文献  (14)
节点文献
引证文献  (8)
同被引文献  (13)
二级引证文献  (0)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(12)
  • 参考文献(1)
  • 二级参考文献(11)
2007(15)
  • 参考文献(2)
  • 二级参考文献(13)
2008(10)
  • 参考文献(1)
  • 二级参考文献(9)
2009(13)
  • 参考文献(3)
  • 二级参考文献(10)
2010(12)
  • 参考文献(3)
  • 二级参考文献(9)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
压缩感知
正交频分复用
稀疏信道估计
压缩采样匹配追踪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导